之前的工作一直集中在clang中,最近有点空闲时间,又重新熟悉了一下Pass的书写过程。(参考LLVM CookBook和http://llvm.org/docs/WritingAnLLVMPass.html)

比如要实现一个基本的读取函数名的Pass,比如FuncBlockCount.cpp

#include "llvm/Pass.h"
#include "llvm/IR/Function.h"
#include "llvm/Support/raw_ostream.h" // ./opt load ../lib/FuncBlockCount.so -funcblockcount sample.ll
using namespace llvm;
namespace{
struct FuncBlockCount : public FunctionPass {
static char ID;
FuncBlockCount() : FunctionPass(ID) { }
bool runOnFunction(Function& F) override {
errs() << "Function" << F.getName() << '\n';
return false;
}
};
char FuncBlockCount::ID = ;
static RegisterPass<FuncBlockCount> X("funcblockcount", "Function Block Count", false, false);
}

大概过程就是,实现一个类(在C++中,struct和class只是有一些访问控制的不同,具体可以百度),这个类需要继承至各种Pass,一般都是从FunctionPass作为入口,如果你对全局信息有需求的话,建议可以考虑ASTModule。

然后需要一个ID,其实这个ID不是特别关键,然后是注册Pass,有4个参数,第一个是执行的时候调用的命令,第二个是介绍。

看起来非常简单,就是三步:

1.写一个带有runOnxxx的类,这个类需要继承至Pass

2. 给一个初始ID

3.注册Pass

花几分钟读一下代码,其实发现最简单的Pass其实就是这么简单

写好了代码,下面介绍如何进行编译和链接,由于现在llvm主要依靠cmake来生成Makefile文件,所以要想这个Pass能运行,需要在合适的地方写CMakeList.txt文件。

这里,为了简化,介绍最简单的方式。在your_src_dir/lib/Transforms/下,新建一个文件夹,我这里新建的是FuncBlockCount,如果一切都正常的话,下边一般会有Scalar,Vectorize,Hello等这几个文件夹

在Transforms目录下的CMakeLists.txt中添加

add_subdirectory(FuncBlockCount)

切换到新建的FuncBlockCount下,将刚才FuncBlockCount.cpp复制到下边,然后新建CMakeLists.txt,内容如下:

add_llvm_loadable_module( FuncBlockCount
FuncBlockCount.cpp DEPENDS
intrinsics_gen
)

然后重新cmake,make就可以生成FuncBlockCount.so文件了

写一个简单的sample.c测试一下

int foo(int n, int m)
{
int sum = ;
sum = n + m;
return sum;
}

使用-emit-llvm生成ll文件

./clang -O0 -S -emit-llvm sample.c -o sample.ll

再用opt加载就可以了

./opt -load ../lib/FuncBlockCount.so -funcblockcount sample.ll

可以看到,成功的输出了

Functionfoo

这里,我们已经成功地完成了一个Pass,下面我们希望能做一点有挑战的事情,在我们的Pass中使用其他Pass,这里我们使用LoopInfoWrapperPass,这是一个分析循环信息的Pass

在FuncBlockCount.cpp中插入

namespace {
// Hello2 - The second implementation with getAnalysisUsage implemented.
struct GetLoopInfo2 : public FunctionPass {
static char ID; // Pass identification, replacement for typeid
GetLoopInfo2() : FunctionPass(ID) {} bool runOnFunction(Function &F) override {
LoopInfo *LI = &getAnalysis<LoopInfoWrapperPass>().getLoopInfo();
errs() <<"Function "<< F.getName() << '\n';
for(Loop *L : *LI)
{
countBlocksInLoop(L, );
}
return false;
} // We don't modify the program, so we preserve all analyses.
void countBlocksInLoop(Loop* L, unsigned nest) {
unsigned num_Blocks = ;
Loop::block_iterator bb;
for(bb = L->block_begin(); bb != L->block_end(); ++bb)
{
num_Blocks ++;
}
errs() << "Loop Level "<< nest << " has "<< num_Blocks<< " Blocks\n";
std::vector<Loop*> subLoops =L->getSubLoops();
Loop::iterator j, f;
for(j = subLoops.begin(), f= subLoops.end();j!=f;++j)
countBlocksInLoop(*j, nest+);
} void getAnalysisUsage(AnalysisUsage &AU) const override {
AU.addRequired<LoopInfoWrapperPass>();
//AU.setPreservesAll();
}
}; }
char GetLoopInfo2::ID = ;
static RegisterPass<GetLoopInfo2> Y("getLoopInfo2", "Get LoopInfo2");

这里其他部分变化不大,对于结构方面,添加了一个新的函数getAnalysisUsage,这个函数重载了原来Pass中的对应函数,告诉Pass管理器,我们的Pass依赖于LoopInfoWrapperPass

重新编译生成后,我们新写一个测试例子,刚才的例子太简单了,都没有循环结构,完全无法体现出这个Pass的作用

sample1.cpp

//    ./opt load ../lib/FuncBlockCount.so -getLoopInfo2 sample1.ll
int main(int argc, char** argv)
{
int i,j,k , t= ;
for(i=; i< ;i++)
{
for(j=;j<;j++)
{
for(k=;k<;k++)
{
t++;
}
}
for(j=;j<;++j)
{
t++;
}
}
for(i=;i<;i++)
{
for(j=;j<;j++)
{
t++;
}
}
return t;
}

生成sample1.ll文件后,使用如下命令

./opt -load ../lib/FuncBlockCount.so -getLoopInfo2 sample1.ll -disable-output -debug-pass=Structure

成功可以看到输出:

如果不使用调试pass的方式,就是去掉-debug-pass选项,只有

但是,如果你忘记了添加对LoopInfoWrapperPass的依赖,那么就会呈现类似的报错信息

LLVM使用其他Pass的结果的更多相关文章

  1. 全图化引擎(AI·OS)中的编译技术

    全图化引擎又称算子执行引擎,它的介绍可以参考从HA3到AI OS -- 全图化引擎破茧之路.本文从算子化的视角介绍了编译技术在全图化引擎中的运用.主要内容有: 1. 通过脚本语言扩展通用算子上的用户订 ...

  2. iOS 覆盖率检测原理与增量代码测试覆盖率工具实现

    背景 对苹果开发者而言,由于平台审核周期较长,客户端代码导致的线上问题影响时间往往比较久.如果在开发.测试阶段能够提前暴露问题,就有助于避免线上事故的发生.代码覆盖率检测正是帮助开发.测试同学提前发现 ...

  3. 编译器优化:何为SLP矢量化

    摘要:SLP矢量化的目标是将相似的独立指令组合成向量指令,内存访问.算术运算.比较运算.PHI节点都可以使用这种技术进行矢量化. 本文分享自华为云社区<编译器优化那些事儿(1):SLP矢量化介绍 ...

  4. 开发和调试第一个 LLVM Pass

    1. 下载和编译 LLVM LLVM 下载地址 http://releases.llvm.org/download.html,目前最新版是 6.0.0,下载完成之后,执行 tar 解压 llvm 包: ...

  5. 从OLLVM4.0.0升级到LLVM8.0.1,并且给LLVM增加Pass 插件系统

    版本太低了,用得我这个揪心. 上周日决定把手头的ollvm从4.0.0升级到LLVM8.0.1. 里面的Pass的话,决定移植到8.0.1里面. 我习惯从代码上来动手 1:下载LLVM  https: ...

  6. llvm pass

    https://polly.llvm.org/docs/Architecture.html#polly-in-the-llvm-pass-pipeline

  7. llvm -O 经历过那些pass

    https://stackoverflow.com/questions/15548023/clang-optimization-levels

  8. LLVM example for main

    #include "llvm/IR/CallSite.h" #include "llvm/IR/Instruction.h" #include "ll ...

  9. LLVM language 参考手册(译)(1)

    LLVM Language Reference Manual 摘要 这个文档是一个LLVM汇编语言的参考手册.LLVM是一个基于Static Single Assignment(SSA - 静态单赋值 ...

随机推荐

  1. Android中利用jsoup解析html页面

    学习jsoup :jsoup学习网站 Android 中使用: 添加依赖 implementation 'org.jsoup:jsoup:1.10.1' 直接上代码: package com.load ...

  2. 详解python中@的用法

    python中@的用法 @是一个装饰器,针对函数,起调用传参的作用. 有修饰和被修饰的区别,‘@function'作为一个装饰器,用来修饰紧跟着的函数(可以是另一个装饰器,也可以是函数定义). 代码1 ...

  3. Windows 10 搭建Python3 安装使用 protobuf

    Protobuf对比XML.Json等其他序列化的优势 protobuf 不管是处理时间上,还是空间占用上都优于现有的其他序列化方式.内存暂用是java 序列化的1/9,时间也是差了一个数量级,一次操 ...

  4. 一百三十二:CMS系统之前端动态获取后台添加的轮播图

    先准备几张轮播图 排序顺序改为根据优先级倒序排 前端首页接口 @bp.route('/')def index(): banners = BannerModel.query.order_by(Banne ...

  5. anconda + python 3.6安装(以前的anconda,anaconda和python版本对应关系)

    anconda + python 3.6安装 anaconda + python3.6安装安装老版本带python3.6的anaconda安装老版本带python3.6的anacondaanacond ...

  6. java.lang.IllegalStateException: No primary or default constructor found for class java.time.LocalDate

    转载自:https://blog.csdn.net/Coder_Arley/article/details/81910705 springboot中报错如下: springmvc也可以使用类似处理方法 ...

  7. PowerShell ISE/文件名解析缺陷远程执行代码漏洞#RCE

    基础信息 ID 1337DAY-ID- 32642 类型 zdt Reporter hyp3rlinx 修改后的 2019-05-03 00:00:00 描述 在调试包含数组括号作为文件名一部分的特制 ...

  8. 图像欧拉数计算 matlab实现

    EUL = C - H 其中EUL表示欧拉数  C表示对象数 H表示孔洞数 欧拉数常用来识别数字: 识别数字 8 ,8 的欧拉数为 -1 ,不同于0,1,2,3,4,5,6,7,9 close all ...

  9. 【Python】机器学习之单变量线性回归 利用正规方程找到合适的参数值

    [Python]机器学习之单变量线性回归 利用正规方程找到合适的参数值 本次作业来自吴恩达机器学习. 你是一个餐厅的老板,你想在其他城市开分店,所以你得到了一些数据(数据在本文最下方),数据中包括不同 ...

  10. 神经网络与数字货币量化交易系列(1)——LSTM预测比特币价格

    首发地址:https://www.fmz.com/digest-topic/4035 1.简单介绍 深度神经网络这些年越来越热门,在很多领域解决了过去无法解决的难题,体现了强大的能力.在时间序列的预测 ...